下一代人工智能的类脑认知和理解：计算模型、架构和学习算法第二卷
大脑是宇宙中最复杂的物体。 除了人脑之外，没有其他系统可以自动学习和获取新技能，进行多模态协作感知、信息记忆处理并在复杂环境中做出有效决策。 类脑研究是推动人工智能新技术开发和应用的重要途径。

人工智能程序现在在某些任务上比人类更快、更准确。 他们通过使用新的机器学习算法、带有标签的大型数据集以及卓越的计算能力来做到这一点。 大多数人工智能系统都是为了从计算的角度解决实际问题而设计的，它忽略了大多数神经科学方面，并依赖于强力优化和大量输入数据。 这使得所实施的智能系统仅适用于解决特定类型的问题。 类脑智能研究的目标是创建通用智能系统。 首要任务是整合对人类思维的多尺度结构和信息处理机制的理解，然后构建模拟认知功能的认知计算模型。

来源和详细信息：
https://www.frontiersin.org/research-topics/57682/brain-inspired-cognition-and-understanding-for-next-generation-ai-computational-models-architectures-and-learning-algorithms-volume-ii